GenAI sur Google Cloud (French Edition)

Chapitre 2. Disponibilité et accessibilitédes données

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Dans le chapitre 1, on a vu que les applications GenAI sont vraiment différentes des modèles traditionnels d'apprentissage automatique pour les tâches de classification et de régression. La nature générative et probabiliste des systèmes GenAI rend tout le cycle de vie plus compliqué, et comme on va le voir, ça commence avec les données.

«Attendez, je pensais que les LLMs concernaient uniquement les modèles ? » a demandé un jour un directeur technique à Sarita après que son équipe ait passé des mois à affiner les paramètres sans parvenir à égaler les performances de leur prototype en production. C'est peut-être l'idée fausse la plus courante que nous rencontrons dans ce domaine. Si les modèles sont sous les feux de la rampe, ce sont en réalité la qualité, l'accessibilité et la gouvernance de vos données qui déterminent en fin de compte le succès ou l'échec de votre application GenAI dans le monde réel.

Quand notre équipe bosse avec des organisations pour passer du prototype à la production, on constate souvent qu'elles ont sous-estimé les défis liés aux données d'un ordre de grandeur. L'analyse du secteur suggère que la préparation des données peut représenter jusqu'à 80 % de l'effort total dans les projets d'IA. Avec la GenAI, ça devient encore plus vrai, surtout quand on construit des systèmes ...